fix(consult): five-minute answer clock as a hang guard; general mode runs on it from the start (BUG-1142)
The 70s answer clock was sized for a non-reasoning writer; thinking tokens come out of the same clock and deepseek-v4-pro took 77s on a parents answer. Product 2026-10-01 chose five minutes. The general / no-birth-minute loop has no tools, so it now starts on the answer clock instead of the 110s tool clock. Tool phase and domain budget unchanged; maxDuration 240 -> 480. Co-Authored-By: Claude Opus 5.5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01N4f2nya58RoRu4yEmJgRGE
This commit is contained in:
Jesse_Chen
co-authored by
Claude Opus 5.5
Claude Opus 5.5
parent
8912ba685a
commit
04c09cbf4d
@@ -15332,3 +15332,18 @@
|
||||
- 复发自：无
|
||||
- 修复版本：研究分支 `codex/rectification-angle-timing-research-20261001`。
|
||||
|
||||
|
||||
## BUG-1142 | 普通对话答题时钟 70 s 容不下推理模型；无出生分钟路线只有 110 s 一道闸
|
||||
|
||||
- 状态：resolved（分支已验收；部署后以 `/api/health` 版本为准）
|
||||
- 首次发现 / 最近更新：2026-10-01 / 2026-10-01
|
||||
- 影响面：普通对话（`/api/consult`，agentic 运行时）写回答的阶段。生时校正有自己的预算（`RECTIFICATION_RUN_BUDGET_MS`），不受影响。
|
||||
- 用户现象：选推理较重的模型时，回答写到最后一节被截断，显示「回答未完成，已保留现有内容；本次不会扣点」。
|
||||
- 触发条件：10-01 真实模型对比（`docs/testing/consult-plain-answer-20261001-model-runs.md`）中，`deepseek-v4-pro` 父母题从发出到写完 77 s，超过 70 s 答题时钟；`deepseek-flash` 30–41 s，其中约 85% 是推理 token。同日取消了回答字数上限（TASK-consult-plain-answer-20261001 D8），回答平均变长约 50%。另一条：无出生分钟 / 公开日历路线（`usesPublicDailyGeneralAgent`）没有工具，`answerReady` 永远为 false，答题时钟只在续写和重试时才启动，整段模型循环被 110 s 工具时钟管着。
|
||||
- 根因：70 s 按非推理写作模型的吞吐（约 90–100 tok/s）定，而回答步骤开着 provider thinking，推理 token 也从同一只钟里扣；无工具的路线没有「拿到计算结果」这个交接点。
|
||||
- 修复：`CONSULTATION_ANSWER_TIMEOUT_MS` 70_000 → 300_000（产品 10-01 定 5 分钟，只防卡死、不限长度）；`createConsultationRunClock` 加 `answerFromStart`，route 对 `usesPublicDailyGeneralAgent` 的路线从第一步起走答题时钟；`maxDuration` 240 → 480（110 + 300 + 准备与结算）。工具阶段 110 s、领域预算（65 s / 2 个领域，由工具时钟与 45 s 预留推出，不读答题时钟）不变。截断语义不变：答题时钟到点仍是 `answer_truncated`、不扣点（BUG-1051）。
|
||||
- 验证：`frontend/tests/consult-answer-clock-20261001.test.ts`（答题时钟 300 s / 工具 110 s / maxDuration 留余量；领域预算仍 65 s、2 个且公式不读答题时钟；`answerFromStart` 时工具钟到点不掐循环、答题钟到点仍掐；route 对无分钟路线接线）；两条既有断言按三栏改；全量测试失败名单与基线逐条一致。
|
||||
- 防复发：答题时钟的注释写明它只防卡死；下游各层（Caddy 无响应超时、Node 无自定义超时、undici bodyTimeout 300 s 为「两块数据之间」的空闲时间、推理 token 也是流式下发、预留扣点租约 15 分钟）均在 410 s 以上或不按总时长计。
|
||||
- 相关记录：BUG-1051、BUG-1053、BUG-944。
|
||||
- 复发自：无
|
||||
- 修复版本：`codex/consult-answer-clock-20261001`
|
||||
|
||||
@@ -0,0 +1,35 @@
|
||||
# PROGRESS · 普通对话答题时钟 5 分钟（2026-10-01）
|
||||
|
||||
## 改动
|
||||
|
||||
- `frontend/src/mastra/consultation-tools.ts`：`CONSULTATION_ANSWER_TIMEOUT_MS` 70_000 → 300_000，注释改写；`createConsultationRunClock` 新增 `answerFromStart`（创建时即启动答题时钟，工具钟到点因 `if (answer) return` 不再掐循环）。
|
||||
- `frontend/src/app/api/consult/route.ts`：`maxDuration` 240 → 480，注释改 410 s；run clock 传 `answerFromStart: usesPublicDailyGeneralAgent(consultationMode, generalDailyContext)`。
|
||||
- 申报时段路线：有窗口工具，拿到窗口计算结果时经 `onAnswerPhase` 切答题时钟（原有行为不变）；预计算在 warmup 里用工具钟。
|
||||
- 新测试 `frontend/tests/consult-answer-clock-20261001.test.ts`（4 条）。
|
||||
|
||||
## 改动的既有断言
|
||||
|
||||
| 文件 | 原值 | 新值 | 原因 |
|
||||
|---|---|---|---|
|
||||
| `tests/consult-answer-truncation-20260926.test.ts` | `CONSULTATION_ANSWER_TIMEOUT_MS = 70_000`；总和 ≤ 180_000 | `= 300_000`；总和 ≤ 410_000 | 产品 10-01 定 5 分钟防卡死 |
|
||||
| `tests/consult-single-pass-answer-20260927.test.ts` | 总和 ≤ 180_000 | 总和 ≤ 410_000 | 同上 |
|
||||
|
||||
`tests/consult-evidence-lookup-20260927.test.ts` 的测试名与注释里仍写「70 s」，测试本身用自己的短时钟、不读常量，未改（描述性文字，记在此处）。
|
||||
|
||||
## 门禁（Node 22.14）
|
||||
|
||||
| 项 | 基线 `8912ba68` | 本分支 |
|
||||
|---|---|---|
|
||||
| tsc | — | 0 |
|
||||
| lint | — | 0 error / 126 warning |
|
||||
| npm test | 4,842 条，fail 24 | 4,846 条，fail 24，与基线逐条同名 |
|
||||
| next build | — | `/` Static |
|
||||
|
||||
## 下游时限核对（T5，只报告）
|
||||
|
||||
- Caddy（`deploy/Caddyfile*`）：反代未设置读写超时，默认不限响应时长。
|
||||
- Next standalone / Node：无自定义 server；Node `requestTimeout` 300 s 管的是接收请求体，不管流式响应。
|
||||
- Provider（undici 默认）：`bodyTimeout` 300 s 是两块数据之间的空闲时间；DeepSeek 推理内容也是流式下发（10-01 实测推理 5,200 token 在 30 s 内持续到达），正常不会空闲到 300 s。
|
||||
- 浏览器：无停滞检测；断线后服务端继续生成，客户端每 1.75 s 轮询状态。
|
||||
- 预留扣点：`/api/consult/status` 15 分钟租约后才懒取消，> 410 s。
|
||||
- 输出 token 上限 16,384 + 思考 8,192（`agent-generation-settings.ts`，与校正共用，未动）。
|
||||
@@ -398,3 +398,4 @@
|
||||
- 任务书里的行号会随代码漂移，定位以符号名为准。
|
||||
- **实现合入 `staging` 的同一次推送里，必须同时把状态板那一行改掉。** 2026-09-16 的对账发现 10 份早已合入的单仍写着「待领取 / 待验收」，会导致重复派活。
|
||||
| `TASK-consult-plain-answer-20261001.md` | `PROGRESS-consult-plain-answer-20261001.md` | 普通对话「还是废话」：09-17 四步开场形状（格局名 → 谁推谁修 → 扮演哪个象）逼出谜语，问父母时爸妈被揉成一段；产品授权推翻该形状，改成先答 + 按问题里的对象分段 + 人话自检 + 空宫不单独下结论 + 父母卡标 mother/father（BUG-1132～1134） | **已实现，待 Claude 验收**（fork 子代理直接执行）；未推 staging、未部署；模型对比为环境缺口，真机清单 `docs/testing/consult-plain-answer-20261001.md` | 分支 `codex/consult-plain-answer-20261001` |
|
||||
| `TASK-consult-answer-clock-20261001.md` | `PROGRESS-consult-answer-clock-20261001.md` | 普通对话答题时钟 70 s 容不下推理模型（v4-pro 77 s），无出生分钟路线只受 110 s 工具钟管；产品定 5 分钟防卡死（BUG-1142） | **已实现，待 Claude 验收**（直接执行） | 分支 `codex/consult-answer-clock-20261001` |
|
||||
|
||||
@@ -0,0 +1,31 @@
|
||||
# TASK · 普通对话答题时钟 70 s → 5 分钟（2026-10-01）
|
||||
|
||||
- 基线：`origin/staging` `8912ba68`
|
||||
- 分支 / worktree：`codex/consult-answer-clock-20261001` / `.worktrees/consult-answer-clock-20261001`
|
||||
- 模式：直接执行（产品 10-01 选择「直接执行」），Claude 派子代理实现、独立验收
|
||||
- BUG：BUG-1142
|
||||
|
||||
## 事故实证
|
||||
|
||||
10-01 真实模型对比（`docs/testing/consult-plain-answer-20261001-model-runs.md`）：`deepseek-v4-pro` 父母题 77 s 写完，超过 `CONSULTATION_ANSWER_TIMEOUT_MS`（`frontend/src/mastra/consultation-tools.ts`）的 70 s，线上会以 `answer_truncated` 截断。时限全链路排查：从浏览器、Caddy、Node 到 provider，能在写作中截断回答的只有本应用的两只钟（工具 110 s、答题 70 s），其余层都 ≥ 240 s 或不按总时长计。另发现无出生分钟路线（`usesPublicDailyGeneralAgent`）不切答题时钟，整段循环受 110 s 工具钟管。
|
||||
|
||||
## 决策记录
|
||||
|
||||
- 产品 2026-10-01：答题时长「可以延长、别定 70 秒这个上限」；在「3 / 5 / 10 分钟」中选 **5 分钟**，定位为防卡死，不是长度限制。推翻 BUG-1051 / 1053 记录中「110 + 70 = 180 s，产品接受三分钟」的口径，新上限 110 + 300 = 410 s。
|
||||
- 无出生分钟路线一并走答题时钟。
|
||||
- 工具阶段 110 s 与领域预算（2 个领域）不变。
|
||||
|
||||
## 硬红线
|
||||
|
||||
不动生时校正（`rectification-*`、`RECTIFICATION_RUN_BUDGET_MS`）、`agent-generation-settings.ts`、Caddy / deploy / workflow；截断仍记 `answer_truncated` 且不扣点。
|
||||
|
||||
## 任务与验收
|
||||
|
||||
| # | 内容 | 验收 |
|
||||
|---|---|---|
|
||||
| T1 | 答题时钟 300_000，注释写清原因 | 单测锁 300 s，工具钟仍 110 s |
|
||||
| T2 | 领域预算不随之变化 | 单测锁 65 s / 2 个领域，公式不读答题时钟 |
|
||||
| T3 | 无出生分钟路线从第一步起走答题时钟（`answerFromStart`） | 单测：工具钟到点不掐循环，答题钟到点仍掐；route 接线断言 |
|
||||
| T4 | `maxDuration` 240 → 480 | 单测：110 + 300 + 60 s 以内 |
|
||||
| T5 | 下游时限核对（只报告） | 见 PROGRESS |
|
||||
| T6 | 记录：BUG-1142、CHANGELOG、README、真机清单加一步 | — |
|
||||
@@ -11,3 +11,5 @@
|
||||
| 5 | 新开对话，打「你好」 | 只回一句寒暄 |
|
||||
| 6 | 用没填出生分钟的人物档案问事业 | 不点个人大运，不写月份 |
|
||||
| 7 | 第 1 步的回答如果明显被截断（最后一节没写完就停了） | 记下时间和模型名报给 Claude——这是取消字数上限后要盯的风险（见进度记录「长度副作用核对」） |
|
||||
| 8 | （BUG-1142，答题时钟改 5 分钟后）选 `deepseek-v4-pro` 新开对话，问「我和父母关系如何，他们怎么对待我」 | 回答完整写到「这周可以做的一件事」，不出现「回答未完成」；记下从发出到写完大约多少秒 |
|
||||
| 9 | 用没填出生分钟的人物档案、选 `deepseek-v4-pro` 问一个长问题（例如「完整讲讲我今年的事业和感情」） | 回答写完，不出现「回答未完成」 |
|
||||
|
||||
Reference in New Issue
Block a user